如何解决用“前两个时刻”近似某物?神经网络论文
我正在阅读有关基于无监督的基于零件的对象形状和外观分离的论文[https://arxiv.org/pdf/1903.06946.pdf],在某些时候,它们近似于一个集合前两个时刻的激活映射图,如下所示:
它说:
我们通过前两个时刻来近似估计零件激活σi(a(x)),其中μi和Σi表示nor-的均值和协方差。 最小化的零件激活图σi(a(x))/?u∈Λσi(a(x))[u]。 因此,零件激活中存在的额外信息是不必要的。 滑动,迫使形状编码器Eσ专注于 明确的局部定位(或重建损失) 会增加)。
我不太了解他们在这里做什么,有人可以详细说明其背后的数学概念吗?非常感谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。